採用にAIを使う企業が急増しています。書類選考、スカウト、面接など採用プロセスにAIを組み込む手法を「AI採用」と呼び、米国Insight Global社の調査では採用担当者の99%がすでに導入済みです。
国内でもThinkings社の調査によると、AI活用企業の採用目標達成率は81.4%。使っていない企業を33.7ポイント上回りました。ES選考75%削減、採用単価20〜40%削減などの効果から、バイアスリスク、法規制、ソフトバンク株式会社・ナイル株式会社など7社の導入結果まで整理しました。
AI採用とは
書類スクリーニング、スカウト文面の作成。こうした手作業をAIが引き受ける。それがAI採用の基本的な考え方です。ただし、企業によって活用範囲はまったく異なります。
AIが採用で使われる範囲
導入ハードルが最も低いのは、特定のフェーズに1つのAIツールを入れるやり方です。ES選考AI、AI面接、スカウト文面の自動生成など。多くの企業がここから手をつけています。
ここから一歩進むと、ATS（採用管理システム）との連携が視野に入ります。書類選考の結果を面接評価に反映させるなど、フェーズ間でデータをつなぐことで精度が上がる仕組みです。
最も包括的なのが、採用プロセス全体にAIを組み込むやり方です。求人票作成からソーシング、選考、内定まで一気通貫でAIを組み込み、外部パートナーが運用まで担います。「AI RPO（AI × 採用代行）」がこの形態です。
日本情報システム・ユーザー協会（JUAS）の『企業IT動向調査2026』によると、生成AIを導入済みの企業は全体の33.9%、検討中を含めると53.4%。大企業（売上1兆円以上）では85.1%です。ただし、これは「何らかの生成AIを使っている」という数字であり、採用プロセス全体にAIを組み込んでいる企業はごく一部でしょう。
AI採用の市場規模
JUASの2026年データによると、国内AI市場全体は1兆3,412億円規模に成長しました。
グローバルでも伸びています。市場調査会社Market Research Futureの『AI Recruitment Market Report』によると、AI採用市場は2023年の6.6億ドルから2030年には11.2億ドルへ、年平均6.78%のペースで拡大する見通しです。
AI採用はどこまで進んでいるか
「うちにはまだ早い」。そう思っている採用担当者の方も多いかもしれません。しかし数字を見ると、その認識は変わるはずです。
AI採用は海外ではどれくらい使われているか
米国Insight Global社が採用担当者1,005名を対象に実施した『2025 AI in Hiring Survey Report』によると、99%がAIを何らかの形で採用に使っています。「使うかどうか」ではなく「どう使うか」の段階です。
米国人事管理協会（SHRM）のデータでも、HR業務でAIを使っている割合は2024年の26%から2025年には43%へ。わずか1年で17ポイント伸びました。95%が「今後AIへの投資を増やす」と回答しています。
AI採用は日本ではどうか
日本ではまだ伸びしろが大きい段階です。エンジニア・クリエイター向け人材サービスを手がけるレバテックの『採用活動におけるAI活用状況調査』によると、生成AIを採用に導入済みの企業は20.6%。検討中を含めても56.9%にとどまります。数字だけ見れば「半数以上が前向き」とも読めますが、米国の99%と比較すると差は歴然です。
ただし、明るい材料もあります。採用管理システム「sonar ATS」を提供するThinkingsの『AI採用ツール活用実態調査』（2023年）では、AIツールを活用した企業の採用目標達成率は81.4%。使っていない企業の47.7%と比べて33.7ポイントの開きがあり、「使った企業は成果が出ている」という結果が出ています。
出所：Thinkings株式会社「採用活動におけるAIツールの利用実態調査」
導入のスピードも加速しています。野村総合研究所（NRI）の『IT活用実態調査』によれば、企業の生成AI導入率は2023年33.8%→2024年44.8%→2025年57.7%。毎年10ポイント以上のペースです。
なぜ日本のAI採用は遅れているのか
ボストン・コンサルティング・グループ（BCG）が11カ国・10,600人以上を対象に実施した「AI at Work 2025」調査に、その答えがあります。
日本で業務にAIを使っている割合は51%。世界平均72%との差は21ポイントに及びます。さらに深刻なのは教育面で、AIの使い方について「十分なトレーニングを受けた」と感じている従業員は世界平均36%に対し、日本ではわずか12%。経営層のAI利用率も世界平均から25ポイント低く、現場任せでトップダウンの推進が効いていない構図が見えてきます。
つまり、AIを採用プロセスに組み込めば、未着手の競合に対して先行者としての優位を築ける余地があります。
AI採用が採用プロセスのどこに効くのか
「AI採用＝AI面接」と思われがちですが、実態はもっと広い。採用プロセスの上流から下流まで、あらゆるフェーズにAIが入り込んでいます。
AI採用の求人票・JD作成（生成AI）
最も手軽に始められる領域です。Thinkingsの調査でもAI活用領域の第1位は「求人票の制作」（60.5%）でした。生成AIに職種要件とターゲット層を入力すれば、数分で求人原稿のたたき台が完成します。
AI採用のソーシング・スカウト（AIマッチング）
「誰に声をかけるか」「どんな文面で送るか」。スカウト業務の質はこの2つで決まりますが、どちらもAIが得意とする領域です。Thinkingsの調査では、31.4%の企業がすでにスカウト業務でAIを活用しています。
Offersの「AIスカウト生成機能」はこの典型例です。求人情報と候補者の経歴データを照合し、一人ひとりに最適化されたスカウトメッセージを自動生成します。ある導入企業ではスカウト文作成工数が80%削減され、承諾率は13.1%から31.7%へ242%改善しました。2024年10月のリリースです。
AI採用の書類選考・ESスクリーニング（NLP）
書類選考の自動化は、自然言語処理（NLP）を使ったAI採用の中で最も導入が進んでいる領域です。
ソフトバンクではES選考の工数を75%削減、動画面接の選考作業は85%削減。横浜銀行はFRONTEO社の自然言語処理AI「KIBIT」を導入し、ES選考時間を70%削減しました。サッポロHDも40%の削減効果を確認したことで、試験導入から本格運用への移行を決めています。
AI面接（動画分析・対話型）
対話型AI面接の「SHaiN」は1,000社以上が導入済み（2026年3月時点）。動画面接AIの「HireVue」もグローバルで定着しつつあります。
Kirin Holdingsは2026年卒の新卒採用からAI面接官を本格導入しました。発言内容だけでなく表情も分析対象にし、面接官の主観では拾いきれなかった非言語情報を数値化しています。
AI採用のマッチング・評価スコアリング
候補者と求人の相性を数値化し、採用担当者の判断材料を増やす活用法です。ThinkingsのsonarAIは10段階スコアで候補者の成功確率を予測し、スクリーニング工数を30〜40%削減。「この人、なんとなく合いそう」という属人判断を、スコアで裏付ける使い方です。
AI採用の日程調整・候補者コミュニケーション
地味だが確実に工数を食うのが、候補者との日程調整やリマインド連絡です。AIエージェントがこれらを自動化するケースが増えており、2026年にはスカウト文面の生成から日程調整、一次選考のスクリーニングまでをAIが自律的に実行する体制が見え始めています。
採用プロセス全体をAIで効率化する（AI RPO）
個別ツールの導入は出発点にすぎません。
「AI RPO」では、求人票作成からソーシング、書類選考、面接、評価まで採用プロセス全体をAIで最適化し、外部パートナーが運用まで担います。JUASの調査で生成AI導入済み企業が33.9%にとどまる現状では、採用プロセス全体をAIで内製するのは多くの企業にとってハードルが高い。AIと採用代行の両方のノウハウを持つ外部パートナーに任せる企業が増えています。
AI採用で何が変わったか
導入企業が実際に報告しているデータを並べます。
AI採用で工数はどれだけ減るか
工数削減はAI採用で最も即効性のあるメリットです。
採用管理プラットフォームWorkableの『AI Recruitment Report』（2024年）によると、AI導入企業の採用効率は89.6%向上。Eightfold AIの2025年データでは、大量採用における候補者リストの作成時間が40%短縮されています。
国内でも効果は明確です。ソフトバンクはES選考の工数を75%、動画面接の作業時間を85%削減。サッポロHDではES選考時間が40%短くなったことが本格導入の決め手になりました。Offersが提供するAIスカウト生成機能でも、2024年10月のリリース以降、スカウト文作成の工数が80%削減されています。
AI採用で採用単価は20〜40%下がる
採用ソフトウェアGreenhouseとGoodTimeの共同レポート（2025年）によると、採用単価は20〜40%削減されています。
採用コストが下がるメカニズムは単純ではありません。AIがスクリーニングを高速化することで、ポジションが空いている期間が短くなる。その結果、空席による売上機会損失が減り、エージェントへの依存度も下がる。直接的なコスト削減と間接的な機会損失の圧縮、両面で効いてきます。
AI採用で面接官によるブレがなくなる
月曜朝の面接と金曜夕方の面接で、同じ候補者への評価が変わる。面接官が変われば基準もブレる。こうした属人的なばらつきは、採用の質を根本から揺るがす問題です。
AIは事前に設定した基準で一貫した評価を行うため、この問題を仕組みとして軽減できます。評価基準そのものにバイアスがないか定期的に検証する必要はありますが、再現性という点ではAIに分があるのは確かです。
AI採用で地方・夜間の応募を取りこぼさない
吉野家がAI面接を導入した理由は、24時間対応で応募のハードルを下げることでした。
地方採用での効果はさらに顕著です。セプテーニグループのMANGOは、AI活用により県外からのエントリーが3年で5倍に増加。U/Iターン入社率は60%に達しました。時間帯や地理的な制約を取り払えるのは、人間の採用チームだけでは実現しにくいAIならではの価値です。
AI活用企業の採用目標達成率は81.4%
最も説得力のある数字がこれです。Thinkingsの調査で、AIツール活用企業の採用目標達成率は81.4%。使っていない企業は47.7%。33.7ポイントの差は、「勘と経験」による採用と「データに基づく」採用の成果の違いを端的に表しています。
AI採用のリスクと落とし穴
効果の裏にはリスクもあります。導入前に知っておくべき5つの落とし穴を、データ付きで整理しました。
AI採用のAIバイアス・差別リスク
AI採用の最も深刻なリスクが、AIバイアスによる差別です。Amazonは自社開発のAI採用ツールが女性の応募者に対して不利な評価を下していたことが発覚し、ツールの運用を中止しました。AIは過去の採用データを学習するため、過去に偏りがあればその偏りをそのまま再現してしまう問題を抱えています。
一方で、Pew Researchの同調査では「AIは人間より一貫して応募者を扱える」と考える回答者も一定数存在し、評価は割れている状況です。
出所：Pew Research Center「AI in Hiring and Evaluating Workers: What Americans Think」（2023年4月）
EU AI Act（2024年3月採択）では、採用へのAI活用を「高リスク」に分類。透明性・説明責任・人間による監視が義務づけられました。
AI採用に対する候補者の抵抗感
米国の調査機関Pew Research Centerの『AI in Hiring and Evaluating Workers』（2023年）によると、米国成人の66%がAIを採用に使う企業への応募を避けたいと回答しています。さらに71%が最終採用決定へのAI関与に反対という結果でした。
出所：Pew Research Center「AI in Hiring and Evaluating Workers: What Americans Think」（2023年4月）
この現実を無視してAI採用を推し進めれば、優秀な候補者を遠ざけかねません。透明性の確保と、人間による最終判断の維持が求められています。
AI採用のブラックボックス問題
AIの判断根拠を候補者に説明できない「ブラックボックス問題」は、不採用時のトラブルにつながりかねません。人柄、ポテンシャル、カルチャーフィットといった数値化が困難な要素の判断は、依然として人間に委ねるべき領域です。
AIを採用に取り入れる際の導入・運用コスト
AIは魔法ではありません。精度を出すには学習データの準備が必要であり、導入直後に効果が出るとは限りません。
出所：Thinkings株式会社「採用活動におけるAIツールの利用実態調査」
Thinkingsの調査でも、AI導入のハードルとして「金銭的コスト」（43.0%）、「精度への疑問」（32.0%）、「活用方法がわからない」（30.5%）が上位に挙がっています。特に採用データが少ない中小企業にとっては、自社単独でのAI活用はハードルが高いのが現実です。
だからこそ、AI RPO（AI ×採用代行）という選択肢が生まれます。自社でAIシステムを構築するのではなく、AI活用のノウハウを持つ外部パートナーに採用プロセスごとアウトソーシングする方法です。
SHRMが警鐘を鳴らすAI採用の逆効果リスク
意外なデータも存在します。SHRMの『2025 Talent Trends』によると、AI導入が拡大した過去3年間で、採用単価（cost-per-hire）と採用リードタイム（time-to-hire）はともに増加傾向でした。テクノロジーだけに頼るアプローチよりも、人間中心のアプローチを組み合わせた企業の方が期待通りの成果を得ている傾向が報告されています。
AIはあくまで手段です。人間とAIの最適な役割分担を設計することが、AI採用を成功させる鍵です。
AI採用の法規制を押さえる
AI採用は技術的なメリットだけでなく、法的リスクも伴います。採用に関するAI規制は世界的に整備が進んでおり、企業は最新動向を把握しておく必要があります。
AI採用に関わるEU AI Act（2024年3月採択）
EUは2024年3月、AI規制法「EU AI Act」を採択しました。この法律では、AIの利用を4段階のリスクレベルに分類しており、採用・人事領域でのAI活用は「高リスク」に該当します。高リスクに分類されたAIシステムには、透明性の確保、人間による監視、バイアス評価の実施が義務づけられました。
AI採用に関わる米国の規制（NY市AI雇用法、FTC）
米国ではニューヨーク市が先行して規制を導入しました。2023年に施行されたLocal Law 144は、採用に使用するAIツール（AEDT: Automated Employment Decision Tool）に対して、年次のバイアス監査を義務づけるものです。連邦レベルでも、FTC（連邦取引委員会）がAI利用の公正性に関するガイドラインを整備中です。
日本のAI採用に関わる規制動向
日本にはAI採用に固有の法律はまだありません。ただし、既存の法令がAI採用にも適用される点に注意が必要です。
個人情報保護法は、候補者の個人データの安全管理措置や第三者提供の制限を定めており、AIによる候補者データの処理にも当然適用されます。職業安定法も、求職者の個人情報を業務目的の範囲内で収集・利用するよう求める法律です。
政府のガイドラインとしては、内閣府が2019年に策定した「人間中心のAI社会原則」があり、2025年3月には総務省・経済産業省が「AI事業者ガイドライン（第1.1版）」を公表しています。
今後の動きとして、AI規制に関する法律の国会提出が見込まれています。AIを採用に取り入れる企業にとって、法整備を見据えた体制づくりは不可欠でしょう。
AI採用で法整備の前にやっておくこと
法規制が整う前から、先手を打って取り組むべき対策は3つです。
- バイアス監査の定期実施。AI採用ツールの評価結果を検証し、特定の属性に対する偏りがないか確認する
- 候補者への透明性確保。選考プロセスでAIを使用していることを明示し、希望者には人間による再評価の機会を設ける
- 最終判断は人間が行う体制。AIはスクリーニングと評価の補助に留め、採用・不採用の最終意思決定は人間が行う
AIを活用した企業の採用実績
実際の導入企業の事例を整理します。成功だけでなく、Amazonの失敗事例も取り上げました。
ナイルが伴走支援で採用成果を改善、正社員1名＋業務委託2名を確保
ホリゾンタルDX事業と自動車産業DX事業を展開するナイル株式会社（従業員269名、2024年9月時点）は、技術力に加えビジネス理解や主体性を備えた人材の獲得に苦戦していました。既存媒体では求める人材像に合う母集団の形成が難しく、競合が激化する採用市場で独自のアプローチが必要な状況でした。
登録人材の質が高く運用代行プランがあるOffersを導入。母集団形成からスカウト送信、初期対応を運用代行として切り出すことで、採用担当者はカジュアル面談による人柄やスキルの見極めに集中する体制を構築しました。
結果として正社員1名と業務委託2名の計3名を採用。効率よく母集団を形成しながら採用工数の大幅削減を両立し、ビジネス理解と主体性を備えたエンジニアの確保につなげています。
Offers事例で見る採用課題別のAI活用マトリクス
ナイルの事例は「伴走支援×ハイクラス人材」でしたが、AI採用の効き方は課題タイプで変わります。以下に3つの課題別ケースを画像付きで紹介します。
スタンバイの検索・ML・AI人材採用、予算型リテーナーで2ヶ月で正社員化
求人検索エンジン「スタンバイ」を運営する株式会社スタンバイ（従業員70名、2025年9月時点）は、圧倒的なリソース不足により採用体制が整わない状況でした。検索エンジンや広告配信などの専門技術領域の人材探索が追いつかず、多くのチャネルに手を広げることもできずにいました。
Offersの「リテーナープラン」で専任サポート体制を構築。独自のデータベースを最大限に活用し、CTOへのインタビューで技術の魅力を深く理解したうえで候補者への訴求を強化しました。候補者との面談内容を動画で共有・チェックし、組織全体でナレッジを蓄積する運用も実施しています。
導入2ヵ月後に機械学習・バックエンドエンジニアの正社員採用に成功。転職意欲を急がないハイクラス潜在層にもリーチ可能になり、第三者視点の魅力伝達が広報活動の改善にもつながりました。
HRBrainのVPoE採用、選考4ヶ月・面談5回で1名を正社員化
HR領域に特化したSaaS（タレントマネジメント、労務、エンゲージメント、人事評価など8種類のプロダクト）を展開する株式会社HRBrain（従業員269名、2025年4月時点）は、CTOが未来の強い会社を作るために開発業務に集中する体制を目指す中、プロダクト連携の強化とマネジメント層の不足がボトルネックになっていました。VPoE候補の発見に1〜2年を費やしていたものの適任者に出会えない状況が続いていました。
Offersの「リテーナープラン」を通じてCTO/VPoEクラスの人材とマッチング。最高執行責任者（COO）、CTO、最高財務責任者（CFO）ら経営層による複数回のカジュアル面談を実施し、本音ベースの対話を重ねることで互いの課題とやりたいことの一致を確認しました。
選考期間4ヶ月・面談5回を経てVPoE 1名の正社員採用に成功。書類選考通過率も高水準で推移し、技術力の高いCTOの課題と直結する人材の確保につながっています。開発組織の60名→200名規模への拡大に向けた重要な一手となりました。
ビットキーのIoT複合スキル採用、伴走支援で難関ポジションを確保
デジタルコネクトプラットフォームの開発・運営を行う株式会社ビットキー（従業員229名、2023年7月時点）は、IoT開発で幅広いスキルを持つ人材の母集団が極めて限られていました。事業の独自性が高く、求める候補者にその魅力が伝わりにくいという課題を抱えていました。
Offersでは自社の魅力をどう伝えるか戦略を一緒に構築。動画を活用した新しい手法も含め、実務提案を継続的に実施しました。定例で状況を確認し、施された工夫の効果を振り返りながら採用活動を推進しています。
結果として年間数十のポジションでハイレイヤーの候補者へのリーチを実現。一気通貫の支援で工数を削減しつつ、質の高い候補者を出会えた事例です。
ソフトバンク、ES選考75%削減・動画面接85%削減
ソフトバンクはAI採用の先駆者として知られています。IBM Watsonを活用したES選考では工数を75%削減、動画面接AIでは選考作業時間を85%削減しました。応募者が多い大企業ほど、AIスクリーニングの恩恵は大きくなります。
横浜銀行、KIBIT導入でES選考70%削減
横浜銀行は自然言語処理AI「KIBIT」（FRONTEO社）を導入し、エントリーシート選考にかかる時間を70%削減しました。金融機関のような保守的な業界でもAIを採用に取り入れる動きが広がっていることを示す事例です。
Kirin Holdings、2026年卒からAI面接官を本格導入
Kirin Holdingsは2026年卒の新卒採用からAI面接官を本格導入しました。発言内容に加えて表情も分析対象にし、面接官の主観だけでは拾えなかった非言語情報を数値化しています。
MANGO（セプテーニ）、県外エントリー3年で5倍
セプテーニグループのMANGO（現SEPTENI CORE）は、AI活用により県外からのエントリーが3年間で5倍に増加。U/Iターン入社率は60%に達しました。地理的な制約を超えた採用を実現した事例です。
LINEヤフー、2026年春にAI活用ツール10件運用開始
LINEヤフーは2026年2月、人事総務領域での生成AI活用を本格化すると発表しました。2026年春までに新たに10件のAI活用ツールを順次運用開始し、月間約1,600時間以上の工数削減を見込んでいます。
Amazon、AIバイアス問題で中止した教訓
Amazonは自社開発のAI採用ツールが女性候補者に不利な評価を下していたことが発覚し、運用を中止しました。過去10年間の採用データ（男性が多数を占める）を学習した結果、「女性」に関連するキーワードを含む履歴書の評価を下げるバイアスが生じたのです。
この事例は、AI採用において学習データの品質管理と定期的なバイアス監査がいかに重要かを示す教訓として、世界中で引用されています。
AI採用の始め方
AI採用を全社一括で導入する必要はありません。まずは1つのフェーズから小さく始め、効果を確認しながら段階的に広げるのがうまくいくやり方です。
Step 1. AI採用の前に自社の採用課題を特定する
まず、自社の採用プロセスのどこにボトルネックがあるかを明確にします。
課題 | 有効なAI活用 | 活用範囲 |
|---|---|---|
「応募が来ない」（母集団形成） | AIスカウト、求人票AI最適化 | 個別ツール |
「選考に時間がかかりすぎる」（工数過多） | ES選考AI、AI面接 | 個別ツール |
「採用の質が安定しない」（評価のばらつき） | AIスコアリング、構造化面接AI | 複数フェーズ連携 |
「採用チームのリソースが足りない」（人員不足） | AI RPO（採用プロセスごとアウトソーシング） | プロセス全体 |
Step 2. AI採用は小さく始める
最もリスクが低い始め方は、特定のフェーズに1つのAIツールを導入することです。
- スカウト文面の自動生成。工数削減と返信率改善が同時に見込める
- ES選考のAI化。大量の応募者を抱える企業に最適
- 求人票のAI作成。最も手軽に始められる
Step 3. AI採用の効果を測って広げる
導入後は以下のKPIを定期的にモニタリングし、次のレベルへのステップアップを判断します。
- 採用にかかる日数。採用開始から入社までの期間
- 1名あたりの採用コスト
- 入社後の定着率やパフォーマンス
個別ツールで効果が確認できたら、複数ツールの連携、さらにAI RPOで採用プロセス全体にAIを入れる段階へと広げていきます。
AI採用はこれからどうなるか
AI採用はまだ動き始めたばかりです。ここから先、何が変わるのか。
Gartner予測、AI採用試験が2027年に75%まで拡大
IT調査会社Gartnerは『Top Trends for Talent Acquisition 2026』で、2027年までに採用プロセスの75%がAI proficiency（AI活用能力）の試験や認定を含むようになると予測しています。AIを使いこなせる人材かどうかが、採用基準そのものに組み込まれる時代が来るのです。
AIエージェントが採用実務を回す時代へ
2026年現在、AIエージェントが候補者のスカウトから日程調整、一次選考のスクリーニングまでを自律的に実行する体制が現実になりつつあります。人間の採用担当者は「最終判断」と「候補者の動機付け」に集中できる環境が整いつつあるのです。
AI採用はツール単品からプロセス全体の最適化へ
個別のAIツールを入れる段階から、採用プロセス全体にAIを組み込む段階へ移りつつあります。
生成AI導入済み企業が33.9%、大企業でも85.1%という数字は「何らかのAIを使っている」レベルの話であり、採用プロセス全体をAIで回せている企業はごくわずかです。自社だけで到達するのは容易ではなく、AIと採用代行の両方を持つ外部パートナー（AI RPO）に任せる企業が増えています。
AI採用時代、求職者もAIで武装し始めている
忘れてはならないのが、求職者側もAIを積極的に活用し始めていることです。
- 米国の求人プラットフォームZipRecruiterの調査では、求職者の53%がGenAIを就職活動に活用しています（2023年Q2の25%から倍増）
- Indeedが2025年に発表した調査では、70%の求職者がAIを使って企業リサーチやカバーレター作成を行っています
企業がAIを使い、求職者もAIを使う。この「AI vs AI」の採用市場で差をつけるのは、テクノロジーではなく、人間とAIの組み合わせ方です。
本記事のポイント
世界では採用担当者の99%がAIを活用しており、国内も導入が進んでいる段階です。何をどう取り入れるかを冷静に判断できる時期に入っています。
ただし、バイアスリスク、候補者の抵抗感、法規制への対応を抜きにAI採用は語れません。ツールを個別に入れるだけでは限界があり、採用プロセス全体にAIを組み込みつつ、最終判断は人間が担う体制が2026年以降の標準になっていきます。
AIを活用した採用に興味がある方は、Offersまでお気軽にご相談ください。AIスカウトからAI RPOまで、貴社の採用課題に合わせた最適なプランをご提案します。
.png&w=3840&q=75)
.jpg&w=96&q=75){kind=small}